深度学习实践

  研究的专业方向是关于深度学习方面，最近想动手在自己笔记本上跑了一下，于是动手写一下这方面的经验。目的一是总结而是能够时不时看一下反思，等哪天想出思路，SCI也能够触手可得。

工作室中有可以搞深度学习的服务器，但是我先是在自己的笔记本上尝试运行下，出什么问题至少可以返工。

先说一下笔记本配置，我觉得我是搞深度学习最穷配置的吧。

联想笔记本，win8系统（没听错，不是Linux ，笔记本还得做其他任务呢），只有cpu，没有GPU，没有英伟达的显卡

caffe框架  opencv（用的话只用cv2的包） 还有Anaconda(python2.7) VS2013（一定安装2013）  

1、安装caffe框架，安装Anaconda，解释下，搞深度学习有很多框架可以使用，但是caffe是目前初学者最好用的，也是应用最广的。caffe框架有多个接口，但是应用最好的还是python接口。对于python我也没有学过，从零开始学习吧。学习python的好的工具就是Anaconda（初学者）。安装教程推荐如下吧：

1）http://blog.csdn.net/sinat_27403413/article/details/52791489

2）http://www.cnblogs.com/yixuan-xu/p/5858595.html

我是按照以上两个教程配置的，但是在运行配置的过程中也是该出错就出错，等哪天出现错误我再重新贴出来。

2、caffe框架安装完成要使用手写体数据进行测试，相当于hello world。

这是编译好的caffe文件部分截图，这过程中出的问题蛮多的，网上一个一个搜，基本上都能解决。手写体数据测试参考教程：非常全而且系统

从一到二：利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试 - Yixuan-Xu - 博客园
http://www.cnblogs.com/yixuan-xu/p/5862657.html

3、配置OPENCV

参考教程较多，找不到原来的网址了。

4、安装好caffe之后，我分别测试了mnist数据库和cifar10——图像分类任务，效果挺好的。